CN116561601B - 一种书写评分方法、装置及存储介质 - Google Patents

一种书写评分方法、装置及存储介质 Download PDF

Info

Publication number
CN116561601B
CN116561601B CN202310827083.0A CN202310827083A CN116561601B CN 116561601 B CN116561601 B CN 116561601B CN 202310827083 A CN202310827083 A CN 202310827083A CN 116561601 B CN116561601 B CN 116561601B
Authority
CN
China
Prior art keywords
writing
stroke
data
strokes
similarity
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202310827083.0A
Other languages
English (en)
Other versions
CN116561601A (zh
Inventor
胡华成
张鸿亮
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Bangbangbang Technology Co ltd
Original Assignee
Shenzhen Bangbangbang Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen Bangbangbang Technology Co ltd filed Critical Shenzhen Bangbangbang Technology Co ltd
Priority to CN202310827083.0A priority Critical patent/CN116561601B/zh
Publication of CN116561601A publication Critical patent/CN116561601A/zh
Application granted granted Critical
Publication of CN116561601B publication Critical patent/CN116561601B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B11/00—Teaching hand-writing, shorthand, drawing, or painting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/25—Fusion techniques
    • G06F18/254—Fusion techniques of classification results, e.g. of results related to same input data
    • G06F18/256—Fusion techniques of classification results, e.g. of results related to same input data of results relating to different input data, e.g. multimodal recognition
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Educational Technology (AREA)
  • Educational Administration (AREA)
  • Business, Economics & Management (AREA)
  • Character Discrimination (AREA)

Abstract

本申请涉及一种书写评分方法、装置及存储介质，所述方法包括步骤：获取智能笔的书写轨迹数据，并重采样获得书写字符数据；确定所述智能笔书写的字符的笔画关系，将所述书写字符数据划分成若干段笔画的书写数据；将所述若干段笔画的书写数据中每一段笔画的书写数据分别与标准书写字符数据中对应的标准笔画的书写数据进行比对，确定其位置相似度、方向相似度、压力相似度以及速度相似度；根据各个相似度确定多个评价维度的评分并确定书写评分结果。本申请能够根据标准书写字符数据对练习者的书写字符数据进行多个方面的相似度计算，根据各个方面的相似度确定多个评价维度的评分，从而得到准确的书写评分结果。

Description

一种书写评分方法、装置及存储介质
技术领域
本申请涉及教学软件技术领域，特别是涉及一种书写评分方法、装置及存储介质。
背景技术
书写能够促进人思维活跃，训练书写可以培养人的注意力和专注度。同时，在书写练习过程中，能够加深对字的理解，提高人的语言理解和学习能力。常言说“字如其人”、“字是敲门砖”，从现实角度来讲，写一手漂亮的字，从事很多职业例如公务员、教师等职业，会更具竞争力。
通过字帖进行临摹学习，是进行书写练习的最常见手段。传统的字帖临摹练习，练习者在字帖上落笔书写，并从书写纸上的字迹判断书写字符是否达到审美标准、是否存在哪些不足，从而改进书写方式，反复练习。这种练习书写的方式过于死板，缺乏有效的反馈以指导练习者的学习，过程枯燥使得练习者难以坚持下去。
发明内容
基于此，本申请的目的在于，提供一种书写评分方法，能够对练习者的书写字符进行准确评价，促进练习者的书写练习。
本申请实施例公开了一种书写评分方法，包括以下步骤：
获取智能笔的书写轨迹数据，所述书写轨迹数据包括若干个采样点数据，所述采样点数据包括坐标信息、压力值以及时间戳；
对所述若干个采样点数据进行重采样获得书写字符数据，所述书写字符数据是完整的书写轨迹数据；其中，对所述若干个采样点数据的坐标信息进行弧长重采样，对所述若干个采样点数据的压力值以及时间戳采用插值方式进行重采样；
根据所述书写字符数据确定所述智能笔书写的字符的笔画关系，根据所述笔画关系将所述书写字符数据划分成若干段笔画的书写数据；
确定所述若干段笔画的每一段笔画与标准书写字符数据对应的标准笔画，根据标准笔画的若干个采样点数据中任一采样点数据的坐标信息，确定所述每一段笔画的书写数据中与对应的标准笔画的任一采样点数据的位置最接近的重采样的采样点数据，为所述每一段笔画与对应的标准笔画之间匹配的采样点数据/>；其中，所述标准书写字符数据是由书法家通过智能笔进行规范书写并采集得到的包括若干段标准笔画的书写数据；
根据所述书写字符数据中每一段笔画的匹配的重采样的采样点数据，确定其中任意的两个相邻的采样点数据之间的书写速度参数以及方向参数/>，以及根据对应的标准笔画的匹配的采样点数据，确定其中任意的两个相邻的采样点数据之间的书写速度参数/>以及方向参数/>；其中，根据以下公式确定书写速度参数/>、/>以及方向参数/>、/>：
；
根据以下公式确定所述书写字符数据中每一段笔画相对于对应的标准笔画的位置偏差距离为：
；
根据以下公式确定所述书写字符数据中每一段笔画相对于对应的标准笔画的方向偏差距离为：
；
根据以下公式确定所述书写字符数据中每一段笔画相对于对应的标准笔画的压力偏差距离为：
；
根据以下公式确定所述书写字符数据中每一段笔画相对于对应的标准笔画的速度偏差距离为：
；
其中，，/>、/>、/>、/>为所述书写字符数据中每一段笔画的第/>匹配的重采样的采样点数据的X轴坐标信息、Y轴坐标信息、压力值以及时间戳；/>、/>、/>、/>为对应的标准笔画中第/>匹配的采样点数据的X轴坐标信息、Y轴坐标信息、压力值以及时间戳；
根据以下公式分别得到所述每一段笔画与对应的标准笔画的位置相似度、方向相似度、压力相似度以及速度相似度：
；
其中、/>、/>、/>、/>分别为位置、方向、压力、速度的匹配容许误差归一化因子，分别是根据书法家多次标准笔画书写的位置、方向、压力、速度的平均差异误差的最大值得到；对应的/>为匹配容许最大误差；
根据各段笔画与对应的标准笔画的位置相似度平均值与第一预设满分之积，得到字体结构评价维度的评分；
根据各段笔画与对应的标准笔画的压力相似度平均值以及速度相似度平均值的加权平均值与第二预设满分的乘积，得到字体笔锋评价维度的评分；
根据各段笔画与对应的标准笔画的速度相似度的平均值与第三预设满分之积，得到书写速度评价维度的评分；
根据各段笔画与对应的标准笔画的位置相似度以及方向相似度，确定各段笔画中与标准笔画匹配的笔画的数量，并根据匹配的笔画的数量与标准书写字符的总笔画数的比值与第四预设满分之积，得到书写规范性评价维度的评分；
根据各个评价维度的评分确定书写评分结果。
本申请实施例还公开了一种书写评分装置，包括：
书写轨迹数据获取模块，用于获取智能笔的书写轨迹数据，所述书写轨迹数据包括若干个采样点数据，所述采样点数据包括坐标信息、压力值以及时间戳；
重采样模块，用于对所述若干个采样点数据进行重采样获得书写字符数据，所述书写字符数据是完整的书写轨迹数据；其中，对所述若干个采样点数据的坐标信息进行弧长重采样，对所述若干个采样点数据的压力值以及时间戳采用插值方式进行重采样；
书写数据划分模块，用于根据所述书写字符数据确定所述智能笔书写的字符的笔画关系，根据所述笔画关系将所述书写字符数据划分成若干段笔画的书写数据；
相似度计算模块，用于确定所述若干段笔画的每一段笔画与标准书写字符数据对应的标准笔画，根据标准笔画的若干个采样点数据中任一采样点数据的坐标信息，确定所述每一段笔画的书写数据中与对应的标准笔画的任一采样点数据的位置最接近的重采样的采样点数据，为所述每一段笔画与对应的标准笔画之间匹配的采样点数据/>；其中，所述标准书写字符数据是由书法家通过智能笔进行规范书写并采集得到的包括若干段标准笔画的书写数据；
根据所述书写字符数据中每一段笔画的匹配的重采样的采样点数据，确定其中任意的两个相邻的采样点数据之间的书写速度参数以及方向参数/>，以及根据对应的标准笔画的匹配的采样点数据，确定其中任意的两个相邻的采样点数据之间的书写速度参数/>以及方向参数/>；其中，根据以下公式确定书写速度参数/>、/>以及方向参数/>、/>：
；
根据以下公式确定所述书写字符数据中每一段笔画相对于对应的标准笔画的位置偏差距离为：
；
根据以下公式确定所述书写字符数据中每一段笔画相对于对应的标准笔画的方向偏差距离为：
；
根据以下公式确定所述书写字符数据中每一段笔画相对于对应的标准笔画的压力偏差距离为：
；
根据以下公式确定所述书写字符数据中每一段笔画相对于对应的标准笔画的速度偏差距离为：
；
其中，，/>、/>、/>、/>为所述书写字符数据中每一段笔画的第/>匹配的重采样的采样点数据的X轴坐标信息、Y轴坐标信息、压力值以及时间戳；/>、/>、/>、/>为对应的标准笔画中第/>匹配的采样点数据的X轴坐标信息、Y轴坐标信息、压力值以及时间戳；
根据以下公式分别得到所述每一段笔画与对应的标准笔画的位置相似度、方向相似度、压力相似度以及速度相似度：
；
其中、/>、/>、/>、/>分别为位置、方向、压力、速度的匹配容许误差归一化因子，分别是根据书法家多次标准笔画书写的位置、方向、压力、速度的平均差异误差的最大值得到；对应的/>为匹配容许最大误差；
书写评分结果确定模块，用于根据各段笔画与对应的标准笔画的位置相似度平均值与第一预设满分之积，得到字体结构评价维度的评分；根据各段笔画与对应的标准笔画的压力相似度平均值以及速度相似度平均值的加权平均值与第二预设满分的乘积，得到字体笔锋评价维度的评分；根据各段笔画与对应的标准笔画的速度相似度的平均值与第三预设满分之积，得到书写速度评价维度的评分；根据各段笔画与对应的标准笔画的位置相似度以及方向相似度，确定各段笔画中与标准笔画匹配的笔画的数量，并根据匹配的笔画的数量与标准书写字符的总笔画数的比值与第四预设满分之积，得到书写规范性评价维度的评分；根据各个评价维度的评分确定书写评分结果。
本申请实施例还公开了一种计算机可读存储介质，其上存储有计算机程序，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如上述实施例任意一项所述的方法。
本申请实施例所述的书写评分方法及书写评分装置，练习者使用智能笔在设置有坐标码的书写纸上进行书写并采集书写轨迹数据，所述书写轨迹数据包括若干个采样点数据，所述采样点数据包括坐标信息、压力值以及时间戳；并对所述若干个采样点数据重采样获得书写字符数据；根据所述书写字符数据确定所述智能笔书写的字符的笔画关系，根据所述笔画关系将所述书写字符数据划分成若干段笔画的书写数据；将所述若干段笔画的书写数据中每一段笔画的书写数据分别与标准书写字符数据中对应的标准笔画的书写数据进行比对，确定每一段笔画与对应的标准笔画的位置相似度、方向相似度、压力相似度以及速度相似度；根据所述每一段笔画与对应的标准笔画的位置相似度、方向相似度、压力相似度以及速度相似度确定多个评价维度的评分，根据各个评价维度的评分确定书写评分结果。本申请实施例所述的书写评分方法及书写评分装置能够根据标准书写字符数据对练习者的书写字符数据进行多个方面的相似度计算并根据各个方面的相似度确定多个评价维度的评分，从而得到准确的书写评分结果，能够指导并促进练习者的书写练习。
为了更好地理解和实施，下面结合附图详细说明本申请。
附图说明
图1为本申请一实施例的书写评分方法的应用场景示意图；
图2为本申请一实施例的书写评分方法的流程示意图；
图3为本申请一实施例中采样汉字“一”的示意图；
图4为本申请一实施例的书写评分装置的示意图。
具体实施方式
请参考图1，本申请实施例的书写评分方法的应用场景包括智能笔以及服务端，所述智能笔与所述服务端通信连接。
其中，所述智能笔是用于采集书写轨迹数据的书写笔，例如点阵智能笔。
本申请实施例所述智能笔的书写端设置有摄像模块用于拍摄书写区域的坐标码图像，根据坐标码图像解析得到坐标信息，与此同时，所述智能笔还通过压力传感器采集智能笔书写端书写的压力值，并同步获取拍摄坐标码图像时的时间戳，将所述坐标信息、压力值以及时间戳绑定作为一个采样点数据。所述智能笔在书写字符的过程中，间隔的进行采集若干个采样点数据，从而得到所述书写轨迹数据。
所述服务端是用于接收所述智能笔采集的书写轨迹数据并进行计算的服务器。
在本申请实施例的场景中，练习者使用智能笔在设置有坐标码的书写纸上进行书写；通过所述智能笔采集书写轨迹数据并发送给所述服务端。
其中，所述坐标码是用于确定坐标信息的图像编码，例如点阵码或者数字坐标码，优选为点阵码。其可通过印刷、粘贴等方式设置在书写纸上。所述书写纸可以是一般的用于书写的纸例如练习簿、A4纸，其可以是特制的临摹字帖。
在本实施例的场景中，所述书写纸为临摹字帖，其划分为若干个区域，每个区域设置有供书写临摹的标准字符。相应的，在所述服务端的数据库中存储有所述书写纸上每个区域的标准字符的标准书写数据，其中，每个区域的标准字符的标准书写数据划分为若干段标准笔画的书写数据，每段标准笔画的书写数据包括若干采样点数据。
请参考图2，本申请实施例公开了一种书写评分方法，包括以下步骤：
S101：获取智能笔的书写轨迹数据，所述书写轨迹数据包括若干个采样点数据，所述采样点数据包括坐标信息、压力值以及时间戳；
S102：对所述若干个采样点数据进行重采样获得书写字符数据；所述书写字符数据包括重采样的坐标信息、压力值和时间戳；
S103：根据所述书写字符数据确定所述智能笔书写的字符的笔画关系，根据所述笔画关系将所述书写字符数据划分成若干段笔画的书写数据；
S104：将所述若干段笔画的书写数据中每一段笔画的书写数据分别与标准书写字符数据中对应的标准笔画的书写数据进行比对，确定每一段笔画与对应的标准笔画的位置相似度、方向相似度、压力相似度以及速度相似度；其中，所述标准书写字符数据包括若干段标准笔画的书写数据；
S105：根据所述每一段笔画与对应的标准笔画的位置相似度、方向相似度、压力相似度以及速度相似度确定多个评价维度的评分，根据各个评价维度的评分确定书写评分结果。
本申请实施例所述的书写评分方法，练习者使用智能笔在设置有坐标码的书写纸上进行书写并采集书写轨迹数据，所述书写轨迹数据包括若干个采样点数据，所述采样点数据包括坐标信息、压力值以及时间戳；并对所述若干个采样点数据重采样获得书写字符数据；根据所述书写字符数据确定所述智能笔书写的字符的笔画关系，根据所述笔画关系将所述书写字符数据划分成若干段笔画的书写数据；将所述若干段笔画的书写数据中每一段笔画的书写数据分别与标准书写字符数据中对应的标准笔画的书写数据进行比对，确定每一段笔画与对应的标准笔画的位置相似度、方向相似度、压力相似度以及速度相似度；根据所述每一段笔画与对应的标准笔画的位置相似度、方向相似度、压力相似度以及速度相似度确定多个评价维度的评分，根据各个评价维度的评分确定书写评分结果。本申请实施例所述的书写评分方法能够根据标准书写字符数据对练习者的书写字符数据进行多个方面的相似度计算并根据各个方面的相似度确定多个评价维度的评分，从而得到准确的书写评分结果，能够指导并促进练习者的书写练习。
本实施例以所述的书写评分方法的执行主体为服务端进行说明。在其他实施例中，所述的书写评分方法的执行主体也可以为智能笔、或者客户端设备例如智能手机、平板，还可以为其他计算机设备。
对于步骤S101，练习者使用智能笔在设置有坐标码的书写纸进行书写；通过所述智能笔采集书写轨迹数据，书写轨迹数据包括若干个采样点数据，所述采样点数据包括坐标信息、压力值以及时间戳。所述智能笔将采集的书写轨迹数据发送给服务端，从而所述服务端获取得到所述智能笔的书写轨迹数据。
对于步骤S102，智能笔采集得到的所述书写轨迹数据中的若干个采样点数据是离散的，故本步骤对所述若干个采样点数据进行重采样获得书写字符数据。所述书写字符数据相对于所述书写轨迹数据具有更丰富的采样点数据，能够还原出更为完整和连续的书写轨迹。
其中，对所述若干个采样点数据的坐标信息的重采样可以是弧长重采样，对所述若干个采样点数据的压力值以及时间戳的重采样可以是采用插值方式进行重采样。
对于步骤S103，本步骤根据所述书写字符数据确定所述智能笔书写的字符的笔画关系，具体可以是根据所述书写字符数据的坐标信息确定所述智能笔在书写纸上的书写区域，并根据书写区域确定数据库中与该书写区域对应的标准字符从而确定该标准字符的笔画关系。进而，根据所述笔画关系将所述书写字符数据划分成若干段笔画的书写数据，其中每段笔画的书写数据包括该段笔画的若干采样点数据。
对于步骤S104，将所述若干段笔画的书写数据中每一段笔画的书写数据分别与标准书写字符数据中对应的标准笔画的书写数据进行比对，确定每一段笔画与对应的标准笔画的位置相似度、方向相似度、压力相似度以及速度相似度；其中，所述标准书写字符数据包括若干段标准笔画的书写数据。
其中，所述标准书写字符数据用于评价练习者使用智能笔所书写的字符，其包括若干采样点数据。其可以是由专业的书法家或者专业书法老师通过智能笔进行规范的书写字符并采集得到的原始的书写轨迹数据，或者是采集的原始的书写轨迹数据经过进一步重采样得到的书写字符数据，或者是采集的原始的书写轨迹数据经过其他处理后得到的包括若干采样点数据的书写数据。其中，书法家或者书法老师通过智能笔书写的字符可以包括数字、英文字母、中文等字符。
其中，所述位置相似度、所述方向相似度、所述压力相似度以及所述速度相似度分别是根据划分的每一段笔画与对应的标准笔画的位置偏差距离、方向偏差距离、压力偏差距离和书写速度偏差距离确定。
具体在一个实施例中，所述将所述若干段笔画的书写数据中每一段笔画的书写数据分别与标准书写字符数据中对应的标准笔画的书写数据进行比对，确定每一段笔画与对应的标准笔画的位置相似度、方向相似度、压力相似度以及速度相似度的步骤，包括：
根据所述书写字符数据中每一段笔画的重采样的采样点数据以及对应的标准笔画的采样点数据，确定所述书写字符数据中每一段笔画与对应的标准笔画之间匹配的采样点数据；
根据所述书写字符数据中每一段笔画的匹配的重采样的采样点数据，确定其中任意的两个相邻的采样点数据之间的书写速度参数以及方向参数/>，以及根据对应的标准笔画的匹配的采样点数据，确定其中任意的两个相邻的采样点数据之间的书写速度参数/>以及方向参数/>；其中，根据以下公式确定书写速度参数/>、/>以及方向参数/>、/>：
；
根据以下公式确定所述书写字符数据中每一段笔画相对于对应的标准笔画的位置偏差距离为：
；
根据以下公式确定所述书写字符数据中每一段笔画相对于对应的标准笔画的方向偏差距离为：
；
根据以下公式确定所述书写字符数据中每一段笔画相对于对应的标准笔画的压力偏差距离为：
；
根据以下公式确定所述书写字符数据中每一段笔画相对于对应的标准笔画的速度偏差距离为：
；
其中，，/>、/>、/>、/>为所述书写字符数据中每一段笔画的第/>匹配的重采样的采样点数据的X轴坐标信息、Y轴坐标信息、压力值以及时间戳；/>、/>、/>、/>为对应的标准笔画中第/>匹配的采样点数据的X轴坐标信息、Y轴坐标信息、压力值以及时间戳；
根据所述书写字符数据中每一段笔画与对应的标准笔画的位置偏差距离、方向偏差距离、压力偏差距离以及速度偏差距离，分别确定所述每一段笔画与对应的标准笔画的位置相似度、方向相似度、压力相似度以及速度相似度。
在本实施例的场景中，所述书写纸为临摹字帖，练习者使用智能笔在书写纸上书写时按照书写纸上设置的标准字符进行临摹，在完美情况下其临摹的书写数据能够与标准书写字符数据匹配，当然一般情况下会存在偏差，偏差越大则临摹书写不够准确，反之则临摹准确。本实施例对每一段笔画的若干个采样点数据与对应的标准笔画的若干个采样点数据进行一一匹配，再对各个匹配的采样点数据进行计算得到每一段笔画与对应的标准笔画的位置偏差距离、方向偏差距离、压力偏差距离以及速度偏差距离。最终，根据所述书写字符数据中每一段笔画与对应的标准笔画的位置偏差距离、方向偏差距离、压力偏差距离以及速度偏差距离，分别确定所述每一段笔画与对应的标准笔画的位置相似度、方向相似度、压力相似度以及速度相似度。
在一个实施例中，所述根据所述书写字符数据中每一段笔画的重采样的采样点数据以及对应的标准笔画的采样点数据，确定所述书写字符数据中每一段笔画与对应的标准笔画之间匹配的采样点数据的步骤包括：
根据标准笔画的若干个采样点数据中任一采样点数据的坐标信息，确定所述书写字符数据中与标准笔画的任一采样点数据的位置最接近的重采样的采样点数据，为与标准笔画的任一采样点数据匹配的重采样的采样点数据/>；
或，根据所述书写字符数据中每一段笔画的若干重采样的采样点数据中任一采样点数据的坐标信息，确定对应的标准笔画的书写数据中与所述任一采样点数据的位置最接近的采样点数据，为与所述书写字符数据中每一段笔画的任一采样点数据匹配的采样点数据/>。
本实施例在匹配所述书写字符数据中每一段笔画与对应的标准笔画的采样点数据时，可以是以标准笔画的若干个采样点数据为标准，确定所述书写字符数据中若干匹配的采样点数据；也可以是以所述书写字符数据的笔画的若干个采样点数据为标准，确定对应的标准笔画的书写数据中若干匹配的采样点数据。
进一步地，在得到了每一段笔画与对应的标准笔画的位置偏差距离、方向偏差距离、压力偏差距离以及速度偏差距离之后，可以采用相似度函数分别得到所述位置相似度、方向相似度、压力相似度以及速度相似度：
；
其中、/>、/>、/>、/>分别为位置、方向、压力、速度分段轨迹的匹配容许误差归一化因子，对应的/>为上述匹配容许最大误差。其中，匹配容许误差归一化因子/>可以根据标准笔画书写的平均差异误差最大值得到；匹配容许最大误差/>为经验统计值，一般可以按照3西格玛原则设置/>。如评价标准宽松，则可以增大/>及/>，反之亦然。其中，标准笔画书写的平均差异误差最大值是根据书法家或者专业书法老师的多次书写数据，计算多次书写的差异误差的最大值得到，具体可以计算得到包括标准笔画书写的位置、方向、压力、速度等多个维度的差异误差的最大值。一般而言，书法家或专业书法老师的书写稳定度高，每次书写的差异误差皆较小，相似度较高，以其作为参考能够更准确的评价练习者的书写相似度。
在一个实施例中，步骤S104中所述将所述若干段笔画的书写数据中每一段笔画的书写数据分别与标准书写字符数据中对应的标准笔画的书写数据进行比对，确定每一段笔画与对应的标准笔画的位置相似度的步骤包括：
步骤S1041：根据每一段笔画的书写数据与对应的标准笔画的书写数据，计算每一段笔画相对于对应的标准笔画的位置偏差距离，以及计算每一段笔画与对应的标准笔画的长度比值；
步骤S1042：根据每一段笔画的所述位置偏差距离以及所述长度比值，确定每一段笔画与对应的标准笔画的位置相似度。
本实施例根据每一段笔画的若干个采样点数据的坐标信息计算得到笔画位置以及笔画长度，除了计算笔画位置相对于标准笔画的位置偏差距离，还计算笔画长度相对于标准笔画的长度比值，从而综合考虑每一段笔画的位置偏差距离是否一致以及长度比值是否相近从而确定每一段笔画与对应的标准笔画的位置相似度。
在一个实施例中，步骤S104中除了确定每一段笔画与对应的标准笔画的位置相似度、方向相似度、压力相似度以及速度相似度之外，还可以确定书写时间相似度，从而步骤S105中还可以根据各段笔画与对应的标准笔画的书写时间相似度确定书写时间评价维度的评分。具体根据以下公式先确定所述书写字符数据中每一段笔画相对于对应的标准笔画的书写时间偏差为：
；
同理可以采用相似度函数分别得到书写时间相似度：
。
在一个实施例中，步骤S104中所述将所述若干段笔画的书写数据中每一段笔画的书写数据分别与标准书写字符数据中对应的标准笔画的书写数据进行比对的步骤之前，还包括：
根据所述书写字符数据确定所述智能笔书写的字符，根据所述智能笔书写的字符从数据库中获取对应的标准书写字符数据；其中，所述数据库中存储有若干标准书写字符数据；
或，根据所述智能笔采集的书写数据确定所述智能笔在书写纸上的书写区域，并根据所述书写区域获取数据库中对应的标准书写字符数据；其中，所述数据库存储有若干标准书写字符数据并且每一标准书写字符数据关联所述书写纸的对应的书写区域。
本实施例在将所述书写字符数据与标准书写字符数据进行比对运算之前，先根据所述书写字符数据获取对应的标准书写字符数据，具体的，可以是根据所述书写字符数据确定所述智能笔书写的字符，并将所述智能笔书写的字符与数据库中预存的若干个标准书写字符进行匹配，确定匹配度最高的标准书写字符并获取对应的标准书写字符数据；也可以是根据所述智能笔采集的书写数据中的坐标信息，确定所述智能笔在书写纸上的书写区域，并根据所述书写区域获取数据库中对应于该区域的标准书写字符数据。
对于步骤S105，根据所述每一段笔画与对应的标准笔画的位置相似度、方向相似度、压力相似度以及速度相似度确定多个评价维度的评分，根据各个评价维度的评分确定书写评分结果。
本实施例可以根据不同方面的相似度确定不同评价维度的评分，例如根据位置相似度确定字体结构评价维度的评分，或者根据压力相似度和速度相似度的加权组合确定字体笔锋评价维度的评分。
所述书写评分结果可以是根据各个评价维度的评分计算得到的一个综合得分，例如所述书写评分结果为80分，在一个实施例中，所述书写评分结果根据各个评价维度的评分加权计算得到；所述书写评分结果也可以是包括各个评价维度的评分的结果，例如所述书写评分结果为：字体结构评价维度70分、字体笔锋评价维度80分以及书写速度评价维度90分。
在一个实施例中，步骤S105中所述根据所述每一段笔画与对应的标准笔画的位置相似度、方向相似度、压力相似度以及速度相似度确定多个评价维度的评分，根据各个评价维度的评分确定书写评分结果的步骤，包括：
步骤S1051：根据各段笔画与对应的标准笔画的位置相似度平均值与第一预设满分之积，得到字体结构评价维度的评分；
步骤S1052：根据各段笔画与对应的标准笔画的压力相似度平均值以及速度相似度平均值的加权平均值与第二预设满分的乘积，得到字体笔锋评价维度的评分；
步骤S1053：根据各段笔画与对应的标准笔画的速度相似度的平均值与第三预设满分之积，得到书写速度评价维度的评分；
步骤S1054：根据各段笔画与对应的标准笔画的位置相似度以及方向相似度，确定各段笔画中与标准笔画匹配的笔画的数量，并根据匹配的笔画的数量与标准书写字符的总笔画数的比值与第四预设满分之积，得到书写规范性评价维度的评分。
其中，第一预设满分、第二预设满分、第三预设满分以及第四预设满分可以分别是预设的不同的数值分别作为各个评价维度的满分，例如分别是50分、80分、70分、75分；也可以是预设的同一数值作为该评价维度的满分例如都是100分。具体可以根据情况设定。
本实施例根据所述字体结构评价维度的评分、所述字体笔锋评价维度的评分、所述书写速度评价维度的评分以及所述书写规范性评价维度的评分，确定书写评分结果。本实施例从字体结构、字体笔锋、书写速度以及书写规范性等四个维度进行评分，能够准确的对练习者的书写字符进行评分。其中，若是各个笔画与对应的标准笔画的位置相似度高时，则说明字体结构相似，其字体结构评价维度的评分则高；若是各段笔画与对应的标准笔画的压力相似度以及速度相似度高，则一般说明书写的字体笔锋相似，其字体笔锋评价维度的评分则高；若是各段笔画与对应的标准笔画的速度相似度高，则说明书写速度合理，不慢不快，其书写速度评价维度的评分则高；若是匹配的笔画的数量与标准书写字符的总笔画数的比值越趋近于1，则其书写规范性评价维度也得分趋近于满分，反之，若是存在漏笔、连笔、多笔等情况，造成某些标准笔画没有与之匹配的练习者书写的笔画，则其书写规范性评价维度得分更低，并且也将影响其上述字体结构、字体笔锋以及书写速度等三个维度的评分。
其中，关于根据压力相似度以及速度相似度的加权组合获得字体笔锋评价维度的评分，请参考图3，图3中可以看到，通过智能笔书写并采集字符“一”的6个采样点数据P1-P6，其中，书写速度和笔画的方向/>的初始值均为0。使用智能笔书写时，在位置P2、P5处书写速度偏慢，落笔点的压力值较大；而在P3、P4处书写速度较快，落笔点压力较小。从而形成字符“一”这一笔画的顿笔、提笔、行笔等特征。因此本实施例通过压力相似度以及速度相似度的加权组合从而判断练习书写的笔画是否与标准笔画的笔锋相似度。在一个实施例中，还可以结合方向的相似度，来更全面的判断笔锋的相似度，即根据各段笔画与对应的标准笔画的压力相似度、速度相似度以及方向相似度的加权组合获得字体笔锋评价维度的评分。
在一个实施例中，步骤S105中所述根据所述字体结构评价维度的评分、所述字体笔锋评价维度的评分、所述书写速度评价维度的评分以及所述书写规范性评价维度的评分，确定书写评分结果的步骤包括：
当各段笔画与对应的标准笔画的位置相似度平均值低于预设的位置相似度阈值时，将所述字体结构评价维度的评分、所述字体笔锋评价维度的评分、所述书写速度评价维度的评分以及所述书写规范性评价维度的评分分别降低预设的比例；
根据降低预设的比例后的字体结构评价维度的评分、字体笔锋评价维度的评分、书写速度评价维度的评分以及书写规范性评价维度的评分，确定书写评分结果。
正常情况下，练习者书写的笔画与标准笔画应当一致，在书写规范的情况下，各段笔画与对应的标准笔画的位置相似度应当大于等于预设的位置相似度阈值，若低于预设的位置相似度阈值则说明书写不规范。本实施例当各段笔画与对应的标准笔画的位置相似度小于预设的位置相似度阈值时，将各个维度的评分分别降低预设的比例，具体可以是降低50%也可以是降低其他比例。而当各段笔画与对应的标准笔画的位置相似度不低于预设的位置相似度阈值时，则无需将各个维度的评分降低预设的比例。
请参考图4，本申请实施例还公开了一种书写评分装置，包括：
书写轨迹数据获取模块201，用于获取智能笔的书写轨迹数据，所述书写轨迹数据包括若干个采样点数据，所述采样点数据包括坐标信息、压力值以及时间戳；
重采样模块202，用于对所述若干个采样点数据进行重采样获得书写字符数据；所述书写字符数据包括重采样的坐标信息、压力值和时间戳；
书写数据划分模块203，用于根据所述书写字符数据确定所述智能笔书写的字符的笔画关系，根据所述笔画关系将所述书写字符数据划分成若干段笔画的书写数据；
相似度计算模块204，用于将所述若干段笔画的书写数据中每一段笔画的书写数据分别与标准书写字符数据中对应的标准笔画的书写数据进行比对，确定每一段笔画与对应的标准笔画的位置相似度、方向相似度、压力相似度以及速度相似度；其中，所述标准书写字符数据包括若干段标准笔画的书写数据；
书写评分结果确定模块205，用于根据所述每一段笔画与对应的标准笔画的位置相似度、方向相似度、压力相似度以及速度相似度确定多个评价维度的评分，根据各个评价维度的评分确定书写评分结果。
需要说明的是，上述实施例提供的书写评分装置在执行书写评分方法时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将设备的内部结构划分为不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的书写评分装置与书写评分方法属于同一构思，其体现实现过程详见方法实施例，这里不再赘述。
本申请实施例还公开了一种计算机可读存储介质，其上存储有计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如上述任一项实施例所述的方法。
即，本领域技术人员可以理解，实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序存储在一个存储介质中，包括若干指令用以使得一个设备（可以是单片机，芯片等）或处理器（processor）执行本申请各个实施例所述方法的全部或部分步骤。计算机程序可以包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。而前述的存储介质包括：能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器（Read-Only Memory，ROM）、随机存取存储器（Random Access Memory，RAM）、电载波信号、电信信号以及软件分发介质等。需要说明的是，计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如，在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，则本申请也意图包含这些改动和变形。

Claims (6)

1.一种书写评分方法，其特征在于，包括以下步骤：
获取智能笔的书写轨迹数据，所述书写轨迹数据包括若干个采样点数据，所述采样点数据包括坐标信息、压力值以及时间戳；
对所述若干个采样点数据进行重采样获得书写字符数据，所述书写字符数据是完整的书写轨迹数据；其中，对所述若干个采样点数据的坐标信息进行弧长重采样，对所述若干个采样点数据的压力值以及时间戳采用插值方式进行重采样；
根据所述书写字符数据确定所述智能笔书写的字符的笔画关系，根据所述笔画关系将所述书写字符数据划分成若干段笔画的书写数据；
确定所述若干段笔画的每一段笔画与标准书写字符数据对应的标准笔画，根据标准笔画的若干个采样点数据中任一采样点数据的坐标信息，确定所述每一段笔画的书写数据中与对应的标准笔画的任一采样点数据的位置最接近的重采样的采样点数据，为所述每一段笔画与对应的标准笔画之间匹配的采样点数据/>；其中，所述标准书写字符数据是由书法家通过智能笔进行规范书写并采集得到的包括若干段标准笔画的书写数据；
根据所述书写字符数据中每一段笔画的匹配的重采样的采样点数据，确定其中任意的两个相邻的采样点数据之间的书写速度参数以及方向参数/>，以及根据对应的标准笔画的匹配的采样点数据，确定其中任意的两个相邻的采样点数据之间的书写速度参数/>以及方向参数/>；其中，根据以下公式确定书写速度参数/>、/>以及方向参数/>、/>：
；
根据以下公式确定所述书写字符数据中每一段笔画相对于对应的标准笔画的位置偏差距离为：
；
根据以下公式确定所述书写字符数据中每一段笔画相对于对应的标准笔画的方向偏差距离为：
；
根据以下公式确定所述书写字符数据中每一段笔画相对于对应的标准笔画的压力偏差距离为：
；
根据以下公式确定所述书写字符数据中每一段笔画相对于对应的标准笔画的速度偏差距离为：
；
其中，，/>、/>、/>、/>为所述书写字符数据中每一段笔画的第/>匹配的重采样的采样点数据的X轴坐标信息、Y轴坐标信息、压力值以及时间戳；/>、/>、/>、/>为对应的标准笔画中第/>匹配的采样点数据的X轴坐标信息、Y轴坐标信息、压力值以及时间戳；
根据以下公式分别得到所述每一段笔画与对应的标准笔画的位置相似度、方向相似度、压力相似度以及速度相似度：
；
其中、/>、/>、/>、/>分别为位置、方向、压力、速度的匹配容许误差归一化因子，分别是根据书法家多次标准笔画书写的位置、方向、压力、速度的平均差异误差的最大值得到；对应的/>为匹配容许最大误差；
根据各段笔画与对应的标准笔画的位置相似度平均值与第一预设满分之积，得到字体结构评价维度的评分；
根据各段笔画与对应的标准笔画的压力相似度平均值以及速度相似度平均值的加权平均值与第二预设满分的乘积，得到字体笔锋评价维度的评分；
根据各段笔画与对应的标准笔画的速度相似度的平均值与第三预设满分之积，得到书写速度评价维度的评分；
根据各段笔画与对应的标准笔画的位置相似度以及方向相似度，确定各段笔画中与标准笔画匹配的笔画的数量，并根据匹配的笔画的数量与标准书写字符的总笔画数的比值与第四预设满分之积，得到书写规范性评价维度的评分；
根据各个评价维度的评分确定书写评分结果。
2.根据权利要求1所述的书写评分方法，其特征在于，所述根据所述字体结构评价维度的评分、所述字体笔锋评价维度的评分、所述书写速度评价维度的评分以及所述书写规范性评价维度的评分，确定书写评分结果的步骤包括：
当各段笔画与对应的标准笔画的位置相似度平均值低于预设的位置相似度阈值时，将所述字体结构评价维度的评分、所述字体笔锋评价维度的评分、所述书写速度评价维度的评分以及所述书写规范性评价维度的评分分别降低预设的比例；
根据降低预设的比例后的字体结构评价维度的评分、字体笔锋评价维度的评分、书写速度评价维度的评分以及书写规范性评价维度的评分，确定书写评分结果。
3.根据权利要求1所述的书写评分方法，其特征在于，所述将所述若干段笔画的书写数据中每一段笔画的书写数据分别与标准书写字符数据中对应的标准笔画的书写数据进行比对，确定每一段笔画与对应的标准笔画的位置相似度的步骤包括：
根据每一段笔画的书写数据与对应的标准笔画的书写数据，计算每一段笔画相对于对应的标准笔画的位置偏差距离，以及计算每一段笔画与对应的标准笔画的长度比值；
根据每一段笔画的所述位置偏差距离以及所述长度比值，确定每一段笔画与对应的标准笔画的位置相似度。
4.根据权利要求1所述的书写评分方法，其特征在于，所述将所述若干段笔画的书写数据中每一段笔画的书写数据分别与标准书写字符数据中对应的标准笔画的书写数据进行比对的步骤之前，还包括：
根据所述书写字符数据确定所述智能笔书写的字符，根据所述智能笔书写的字符从数据库中获取对应的标准书写字符数据；其中，所述数据库中存储有若干标准书写字符数据；
或，根据所述智能笔采集的书写数据确定所述智能笔在书写纸上的书写区域，并根据所述书写区域获取数据库中对应的标准书写字符数据；其中，所述数据库存储有若干标准书写字符数据并且每一标准书写字符数据关联所述书写纸的对应的书写区域。
5.一种书写评分装置，其特征在于，包括：
书写轨迹数据获取模块，用于获取智能笔的书写轨迹数据，所述书写轨迹数据包括若干个采样点数据，所述采样点数据包括坐标信息、压力值以及时间戳；
重采样模块，用于对所述若干个采样点数据进行重采样获得书写字符数据，所述书写字符数据是完整的书写轨迹数据；其中，对所述若干个采样点数据的坐标信息进行弧长重采样，对所述若干个采样点数据的压力值以及时间戳采用插值方式进行重采样；
书写数据划分模块，用于根据所述书写字符数据确定所述智能笔书写的字符的笔画关系，根据所述笔画关系将所述书写字符数据划分成若干段笔画的书写数据；
相似度计算模块，用于确定所述若干段笔画的每一段笔画与标准书写字符数据对应的标准笔画，根据标准笔画的若干个采样点数据中任一采样点数据的坐标信息，确定所述每一段笔画的书写数据中与对应的标准笔画的任一采样点数据的位置最接近的重采样的采样点数据，为所述每一段笔画与对应的标准笔画之间匹配的采样点数据；其中，所述标准书写字符数据是由书法家通过智能笔进行规范书写并采集得到的包括若干段标准笔画的书写数据；
根据所述书写字符数据中每一段笔画的匹配的重采样的采样点数据，确定其中任意的两个相邻的采样点数据之间的书写速度参数以及方向参数/>，以及根据对应的标准笔画的匹配的采样点数据，确定其中任意的两个相邻的采样点数据之间的书写速度参数/>以及方向参数/>；其中，根据以下公式确定书写速度参数/>、/>以及方向参数/>、/>：
；
根据以下公式确定所述书写字符数据中每一段笔画相对于对应的标准笔画的位置偏差距离为：
；
根据以下公式确定所述书写字符数据中每一段笔画相对于对应的标准笔画的方向偏差距离为：
；
根据以下公式确定所述书写字符数据中每一段笔画相对于对应的标准笔画的压力偏差距离为：
；
根据以下公式确定所述书写字符数据中每一段笔画相对于对应的标准笔画的速度偏差距离为：
；
其中，，/>、/>、/>、/>为所述书写字符数据中每一段笔画的第/>匹配的重采样的采样点数据的X轴坐标信息、Y轴坐标信息、压力值以及时间戳；/>、/>、/>、/>为对应的标准笔画中第/>匹配的采样点数据的X轴坐标信息、Y轴坐标信息、压力值以及时间戳；
根据以下公式分别得到所述每一段笔画与对应的标准笔画的位置相似度、方向相似度、压力相似度以及速度相似度：
；
其中、/>、/>、/>、/>分别为位置、方向、压力、速度的匹配容许误差归一化因子，分别是根据书法家多次标准笔画书写的位置、方向、压力、速度的平均差异误差的最大值得到；对应的/>为匹配容许最大误差；
书写评分结果确定模块，用于根据各段笔画与对应的标准笔画的位置相似度平均值与第一预设满分之积，得到字体结构评价维度的评分；根据各段笔画与对应的标准笔画的压力相似度平均值以及速度相似度平均值的加权平均值与第二预设满分的乘积，得到字体笔锋评价维度的评分；根据各段笔画与对应的标准笔画的速度相似度的平均值与第三预设满分之积，得到书写速度评价维度的评分；根据各段笔画与对应的标准笔画的位置相似度以及方向相似度，确定各段笔画中与标准笔画匹配的笔画的数量，并根据匹配的笔画的数量与标准书写字符的总笔画数的比值与第四预设满分之积，得到书写规范性评价维度的评分；根据各个评价维度的评分确定书写评分结果。
6.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如权利要求1至4任意一项所述的方法。
CN202310827083.0A 2023-07-07 2023-07-07 一种书写评分方法、装置及存储介质 Active CN116561601B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310827083.0A CN116561601B (zh) 2023-07-07 2023-07-07 一种书写评分方法、装置及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310827083.0A CN116561601B (zh) 2023-07-07 2023-07-07 一种书写评分方法、装置及存储介质

Publications (2)

Publication Number Publication Date
CN116561601A CN116561601A (zh) 2023-08-08
CN116561601B true CN116561601B (zh) 2023-10-03

Family

ID=87488303

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310827083.0A Active CN116561601B (zh) 2023-07-07 2023-07-07 一种书写评分方法、装置及存储介质

Country Status (1)

Country Link
CN (1) CN116561601B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117315790B (zh) * 2023-11-28 2024-03-19 恒银金融科技股份有限公司 手部书写动作的分析方法和智能笔

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005078487A (ja) * 2003-09-02 2005-03-24 Hitachi Maxell Ltd 手書き入力装置および手書き入力の認証方法
CN101393606A (zh) * 2008-10-27 2009-03-25 浙江大学 一种基于可视化的手写笔迹鉴定方法
CN101465074A (zh) * 2008-10-21 2009-06-24 华南理工大学 一种手写汉字布局评价方法
CN102609735A (zh) * 2012-02-06 2012-07-25 安徽科大讯飞信息科技股份有限公司 一种字符书写规范度评测的方法和装置
CN107609489A (zh) * 2017-08-21 2018-01-19 北京华文众合科技有限公司 书法书写路径评价装置、方法及电子设备
CN111523455A (zh) * 2020-04-22 2020-08-11 北京易文汉学科技有限公司 汉字书写的评价方法
CN112861694A (zh) * 2021-02-02 2021-05-28 周斌 一种基于模板的联机书写评分方法
CN114913532A (zh) * 2022-05-05 2022-08-16 科大讯飞股份有限公司 一种文字笔画书写顺序评估方法、装置、设备及存储介质

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9208380B2 (en) * 2013-11-19 2015-12-08 Xerox Corporation Methods and systems for recognizing handwriting in handwritten documents

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005078487A (ja) * 2003-09-02 2005-03-24 Hitachi Maxell Ltd 手書き入力装置および手書き入力の認証方法
CN101465074A (zh) * 2008-10-21 2009-06-24 华南理工大学 一种手写汉字布局评价方法
CN101393606A (zh) * 2008-10-27 2009-03-25 浙江大学 一种基于可视化的手写笔迹鉴定方法
CN102609735A (zh) * 2012-02-06 2012-07-25 安徽科大讯飞信息科技股份有限公司 一种字符书写规范度评测的方法和装置
CN107609489A (zh) * 2017-08-21 2018-01-19 北京华文众合科技有限公司 书法书写路径评价装置、方法及电子设备
CN111523455A (zh) * 2020-04-22 2020-08-11 北京易文汉学科技有限公司 汉字书写的评价方法
CN112861694A (zh) * 2021-02-02 2021-05-28 周斌 一种基于模板的联机书写评分方法
CN114913532A (zh) * 2022-05-05 2022-08-16 科大讯飞股份有限公司 一种文字笔画书写顺序评估方法、装置、设备及存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Handwriting identification using random forests and score-based likelihood ratios;Johnson 等;《STATISTICAL ANALYSIS AND DATA MINING》;第15卷(第3期);第357-375页 *
手写汉字评价方法研究进展;肖雪 等;《计算机工程与应用》(第2期);第27-42页 *

Also Published As

Publication number Publication date
CN116561601A (zh) 2023-08-08

Similar Documents

Publication Publication Date Title
Likforman-Sulem et al. EMOTHAW: A novel database for emotional state recognition from handwriting and drawing
CN116561601B (zh) 一种书写评分方法、装置及存储介质
CN202939608U (zh) 阅卷系统
CN106781784A (zh) 一种智能批改系统
CN106971638B (zh) 交互式无线教学方法
CN111523455A (zh) 汉字书写的评价方法
US8768241B2 (en) System and method for representing digital assessments
US10410041B2 (en) Kinematic and morpometric analysis of digitized handwriting tracings
CN110659612A (zh) 基于纸笔改良的数字化阅卷方法及系统
Sesa-Nogueras et al. Gender classification by means of online uppercase handwriting: a text-dependent allographic approach
Yadav et al. Content-driven multi-modal techniques for non-linear video navigation
CN108563623A (zh) 一种有痕阅卷的方法和系统
CN115082266A (zh) 一种基于深度学习的学生教育学科综合化发展分析评价系统
CN112486338A (zh) 医疗信息处理方法、装置及电子设备
CN115760500A (zh) 一种优化老师批阅作业的方法、装置、设备及存储介质
CN111638807A (zh) 一种基于智能手写笔的学习辅助系统
CN112528799B (zh) 一种教学直播方法、装置、计算机设备和存储介质
US20140281930A1 (en) System and methods for creating printouts that may be manipulated by mfd
CN110705610A (zh) 一种基于检测书法临写能力的评估系统和方法
Li et al. Measuring the tilt and slant of Chinese handwriting in primary school students: A computerized approach
CN107209862A (zh) 程序、信息存储介质以及识别装置
CN115294573A (zh) 作业批改方法、装置、设备及介质
Santos et al. On handwriting recognition system performance: Some experimental results
CN113033480A (zh) 基于答题卡的客观题批阅方法、装置、设备及存储介质
CN111428623B (zh) 基于大数据和计算机视觉的中文板书风格分析系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant